本套课程来自深蓝学院：概率图模型(PGM)，全网唯一—门系统讲解概率图模型的中文课程，由董建家主讲，本套为2019年第二期的课程，第二期在第一期的基础上增加了随堂作业，同时遵循学习规律，有易到难的逻辑讲述概率图模型。让你更加深入的了解机器学习和深入学习，为真正的解决复杂的实际问题、构建大型的人工智能系统提供有力的支持。本套课程共有6个大的章节，官方售价599元。文章底部附下载链接。
课程介绍：
学完这门课你可以获得哪些技能？
◆理解概率图模型的理论框架；
◆熟悉概率图模型的表示原理，熟悉主流概率推理算法，了解概率图模型的学习；
◆了解概率图模型的典型应用案例，包括自然语言处理（如命名实体识别）、计算机视觉（如图像分割、立体视觉、姿态估计等）；
◆利用概率图模型解决一些实际问题。
谁适合学习这门课程？
1.需要深入学习概率图模型的知识，以解决当下任务的工作者；
2.希望系统掌握机器学习知识，理清机器学习发展脉络的厚积薄发者；
3.正在从事机器学习/深度学习的研究，并希望在模型框架或者范式上有所突破的科研人员或者工程师。
官方课程链接：
课程目录：
目录：深蓝学院-概率图模型
第一章：概率图模型简介
第一节PGM简介
第二章：概率图模型的表示
第一节概率论与图论基础
第二节贝叶斯网络
第三节马尔可夫随机场
第四节因子图
第二章作业及说明
第三章：概率图模型的精确推理
第一节推理问题分类&变量消元法
第二节团树传播算法
第三节信念传播算法（BP算法）
第四节二值图切法
作业及代码
第四章：概率图模型的近似推理
第一节：BP算法的能量最小化解释
第二节：基于图切法的近似推理
第四章作业
第五章：概率图模型的学习
第一节：参数学习
第二节：结构学习
第五章作业.pdf
第六章：概率图模型的应用
第1节 条件随机场在自然语言处理中的应用
第2节 概率图模型在医学图像中的应用
第3节 概率图模型在计算机视觉中的应用
PGM大作业.pdf
下载仅供下载体验和测试学习，不得商用和正当使用。
下载体验